基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
TLD(tracking-learning-detection)是近期受到广泛关注的一种有效的视频目标跟踪算法.在原始TLD的基础上,对其进行改进,改进包括:在TLD的跟踪器中对其局部跟踪器的布置和局部跟踪器的跟踪成败预测方法进行改进,提高跟踪器的跟踪精度和鲁棒性;在TLD的检测器中引入基于Kalman滤波器的当前帧目标所在区域预估,缩小了检测器的检测范围,提高了检测器处理速度;在TLD的检测器中加入基于马尔可夫模型的方向预测器,增强了检测器对相似目标的辨识能力.通过实验对原始TLD和改进后的TLD进行了比较,实验结果显示改进后的TLD算法较原始TLD算法具备更高的跟踪精度和更快的处理速度,而且增强了对场景中相似目标的辨识能力.
推荐文章
基于改进的TLD目标跟踪算法
TLD算法
ViBe算法
SIFT特征匹配算法
跟踪漂移
基于TLD框架的快速目标跟踪方法
目标跟踪
跟踪学习检测
动态调整
模板匹配
实时性
TLD视频目标跟踪方法改进
TLD
目标跟踪
目标区域预估
颜色特征
基于Mean-Shift优化的TLD视频长时间跟踪算法
长时间跟踪
TLD
在线学习
Mean-Shift
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进后的TLD视频目标跟踪方法
来源期刊 中国图象图形学报 学科 工学
关键词 目标跟踪 TLD 跟踪精度 处理速度 目标运动预估
年,卷(期) 2013,(9) 所属期刊栏目 图像分析和识别
研究方向 页码范围 1115-1123
页数 9页 分类号 TP391.4
字数 7618字 语种 中文
DOI 10.11834/jig.20130908
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王从庆 南京航空航天大学自动化学院 92 556 10.0 20.0
2 周鑫 南京航空航天大学自动化学院 31 289 9.0 16.0
3 叶永强 南京航空航天大学自动化学院 35 404 11.0 19.0
4 钱秋朦 南京航空航天大学自动化学院 3 108 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (103)
同被引文献  (84)
二级引证文献  (184)
1960(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(22)
  • 引证文献(19)
  • 二级引证文献(3)
2016(44)
  • 引证文献(18)
  • 二级引证文献(26)
2017(60)
  • 引证文献(25)
  • 二级引证文献(35)
2018(64)
  • 引证文献(23)
  • 二级引证文献(41)
2019(68)
  • 引证文献(11)
  • 二级引证文献(57)
2020(24)
  • 引证文献(2)
  • 二级引证文献(22)
研究主题发展历程
节点文献
目标跟踪
TLD
跟踪精度
处理速度
目标运动预估
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导